MétaCan
Menu
Retour à la cohorte
Enregistrement W4400519676 · doi:10.1016/j.heliyon.2024.e34445

The relationship between growth mindset and cognitive fusion in college students is mediated by bias towards negative information

2024· article· en· W4400519676 sur OpenAlexaff
Dongchi Zhao, Weidong Tao, Qiuchen Shen, Qingwen Zuo, Jingjing Zhang, Isabel Horton, Zhen Xu, Hong‐Jin Sun

Notice bibliographique

RevueHeliyon · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueEducation, Achievement, and Giftedness
Établissements canadiensMcMaster University
Organismes subventionnairesMinistry of Education of the People's Republic of China
Mots-clésMindsetPsychologyCognitionCognitive psychologyMathematics educationApplied psychologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study aimed to investigate the relationships among growth mindset, cognitive fusion, bias towards negative information, and bias towards positive information. The Growth Mindset Scale, the Attention to Positive and Negative Information Scale, and the Cognitive Fusion Questionnaire were employed. A total of 470 college students in China participated in the study. The findings showed a negative correlation between a growth mindset and cognitive fusion. In addition, a parallel mediation analysis demonstrated that bias towards negative information mediated the relationship between a growth mindset and cognitive fusion and that the indirect effect was significant. However, the mediation of bias towards positive information in this model was not significant. These results suggest that possessing a growth mindset is advantageous for mental health.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,054
Tête enseignante GPT0,372
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetEducation, Achievement, and GiftednessTravaux en français237 207